输电线路激光扫描数据质量检查与快速分析

胡 伟 李 赞 王和平 杨国柱 田茂杰

(国网通用航空有限公司, 北京 102209)

0 引言

2019年底全国110 kV(含66 kV)以上输电线路里程超过100万公里,电网规模急剧增加,对运维效率提出了更高要求。传统人工巡检,劳动强度大、工作条件艰苦、巡检效率低,山区和大跨越线路巡困难,部分巡检项目靠人工方法难以完成[1],传统人工巡检依靠人眼观察安全隐患,无法对输电线路和线路走廊地物之间进行精确的空间距离测量,激光扫描作为一种激光探测和测距系统,弥补了电力巡检中对于获取空间几何结构信息的需求[2],机载激光扫描技术可以高效率、高精度、安全快速地实现电网线路通道巡视工作,主要包括树障检测工作、地物危险点的检测、线路交叉跨越情况统计分析、通道内的电网资产的三维建模[3]。

输电线路激光扫描点云数据质量决定了数据的后期应用,数据检查结果的时效性严重影响到航飞作业效率和作业计划安排。徐国宏讨论了机载激光雷达(Light Detection and Ranging,LiDAR)数据获取及处理过程中的质量检查及质量控制方法[4];骆生亮对激光扫描数据质量检查进行了总结验证,主要通过商用软件进行人工检查[5];杨培义等对航带间漂移值检查进行了自动化探索[6]。在输电线路激光扫描点云应用方面的质量检查自动性检查研究还较少。

激光扫描数据输电线路安全距离分析方面,梁安祺[7]、阮峻等[8]、张赓[9]、丁薇等[10]在输电线路走廊树障进行了自动化检测;汤春俊等[11]在输电线路交叉跨越检测方面进行了研究。数据快速分析是指对检查完毕后的激光扫描数据进行快速分类,快速检查不满足安全距离要求的严重危急的输电线路通道地物,重点应关注树木、高速公路、高速铁路、重要交跨电力线等。当前的技术流程为对点云精细分类[12],对按照精细分类的点云按照不同运规进行安全分析,但数据处理流程较长,分析报告提交的时效性较差。

为解决现有激光扫描数据质检自动化程度低、输电线路走廊安全距离分析费时费力时效差等特点,本文提出了一套激光扫描数据检查和快速安全距离分析的技术流程,为提高质量检查和快速分析效率提供了新的思路和方向。

1 激光扫描数据质量检查与快速分析方法

激光扫描数据质量检查与快速分析是输电线路激光扫描作业中较为重要的环节,质量检查的自动化和快速分析的时效是工程作业中急需解决的问题。本文从作业实际出发,提出了数据质量检查与快速分析的技术流程。基于定位定姿系统(Position and Orientation System,POS)解算成果,将原始激光数据,通过解算软件解算出点云数据,对点云数据进行裁切、分块、杆塔本体自动化分类,从而对带宽、点密度、杆塔与导地线的完整性进行检查;在杆塔本体自动分类的基础上,对输电通道重要地物进行自动、交互分类,根据运规进行安全距离分析,形成安全距离分析报告。具体技术流程见如图1所示。

图1 数据质检与快速分析技术流程图

1.1 点云质量检查方法

点云数据应用方面的质量检查主要包括对扫描带宽、点密度、杆塔完整性和导地线连续性进行检查[13]。在点云数据上提取赶杆塔坐标,以杆塔坐标连线为中心,按照带宽(如±45 m)裁切数据,减少计算工作量,对裁切后的数据进行完整性检核,确定带宽及数据的完整性。以档为单位分块点云数据,对杆塔和档中区域进行密度检查。点云质量检查技术难点在于检查输电线路杆塔本体及导地线的完整性,技术流程为滤波分类地面点和非地面点,在非地面点类别中结合杆塔坐标提取杆塔和导地线,然后对分类后的地面点、杆塔、导地线检查完整性。

1.1.1自动分类

自动分类的地物主要为地面点、导地线点、杆塔点。采用基于渐进三角网加密算法进行滤波分类[14],提取地面点;根据杆塔形态特点,采用斜率法提取杆塔点云;并结合先验知识,实现导地线的提取。

渐进三角网加密算法进行滤波分类算法思路如下:对输电线路点云进行分块处理,将分块的点云数据按照一定的格网大小划分,选取格网内的最低点作为种子点,构建初始Delaunay三角网;依据判断准则判断待插入点是否为地面点,若为地面点,插入到初始Delaunay三角网中,并更新该三角网,若为非地面点,可暂不考虑;最后通过迭代的方法直至无地面点。判断地面点的判断准则为:待判断点若在三角形下则为地面点,利用待判断点与三角形较近脚点向量与三角形法向量乘积的正负进行判断。根据渐进三角网加密算法实现地面点的提取。

杆塔通常呈镂空的形状,对于杆塔点云的提取分类较为困难,叶岚等采用数学形态学的方法提取杆塔[15],该方法对于杆塔附近有树木的情况通常难以提取。杆塔底部通常呈梯形分布,采用斜率法提取杆塔点云(该方法对于拉门塔不适用)。算法流程如下:根据杆塔坐标和点云数据、杆塔塔头半径,以杆塔中心为圆心,塔头半径为半径的圆柱内点云作为初步提取杆塔点云数据;对杆塔点云进行高程上分层,分层的数据在水平面上呈矩形分布,根据相邻两层的矩形的水平距离值/分层高度,可计算出杆塔的斜率情况;根据斜率和中心点坐标,确定矩形台状区域;从而将不在该台形区域内的植被等其他地物排除在初始杆塔点云内,进而精提取该杆塔点云数据。该方法能有效提出多余的植被等数据,有效减少了后期人工进行杆塔和植被的分类的工作量,提高了分类的效率。

基于点云数据的电力线路提取方法较多,武汉大学的叶岚等提取了基于点云高程数据平面投影的电力线提取方法[15];国网经研院韩文军等利用霍夫变换和电力线的空间关系提取电力线[16]。本文结合先验知识,提出了一种电力线提取方法,该方式简单实用、准确性高。算法基本思路为:已知杆塔平面坐标和杆塔点云,提取杆塔顶部高程坐标;计算相邻杆塔中心坐标,确定导地线在XOY平面的方向;根据杆塔中心点坐标和导线间距、导地线半径,采用联通性聚类,提取导地线。具体算法流程如下:(1)根据杆塔中心平面坐标,提取杆塔顶层高程坐标;(2)根据高程信息,剔除掉绝大部分地物类别点;(3)输入导地线间距和导地线间距,确定导地线方向;(4)沿着导线方向根据欧氏距离进行聚类提取电力线。

1.1.2质量检查

质量检查的内容包括通道带宽检查、通道点密度检查、杆塔点密度检查、杆塔完整性检查及导线连续性检查。

由于每档点云数据只含两基杆塔,杆塔坐标的连线方向即为线路的走向,以线路走向为坐标轴进行分析,能够有效提高检查效率,通过坐标轴变换可以实现全球定位系统(World Geodetic System 1984,WGS84)坐标系到局部线路走向坐标系的转换。假设后一基杆塔与前一基杆塔与X轴的夹角为θ,以前一基杆塔坐标为新坐标系的原点,坐标轴沿Z轴旋转θ角度,即可将坐标从WGS84坐标系旋转到X轴为线路走向、Y轴为垂直线路走向的局部坐标系中。

对于转换后的点云,先将点云投影XOY平面,以1 m×1 m为最小单元格网统计每个网格中的点的个数,即可得到通道点密度分布图;利用凸包提取算法对投影后的点进行提取,即可得到扫描点云的外接边界点,只需要比较外接边界点的Y值与点云带宽的要求值的大小,即可判断扫描点云带宽是否满足。

在第一步的自动分类中,算法已自动提取出杆塔和导线点云。将杆塔点云沿XOY、YOZ、XOZ三个方向进行投影,XOY平面点的个数即为杆塔密度,将YOZ、XOZ方向的点按一定分辨率生成二维影像,可直观看出杆塔挂点、结构是否完整;将导线点云投影至XOY方向生成二维影像,通过连通成分分析合并连续导线,判断不连续导线处,反投影到三维空间计算准确的三维空间距离,完成导线连续性检查。

1.2 快速分析方法

采用提取的杆塔坐标,对数据进行分块和裁切处理,以减少计算数据量。在数据检查分类的基础上,对高植被、高速铁路和高速公路、重要电力线进行人工分类,在快速分类的基础上,进行安全距离分析。算法思路为以导线点为圆心,以安全距离为半径,根据地物类别计算安全空间距离,计算导线点P(x,y,z),与地物点Pi(xi,yi,zi)的欧式空间距离

(1)

若空间距离小于运规值R,则地物点Pi(xi,yi,zi)为隐患点,对于隐患点集合,植被、铁路和公路可采用连通成分分析,将隐患点进行聚类。

根据安全分析的结果,生成平面图、断面图和报表,最终生成快速安全距离分析报告。

2 实验与分析

2.1 实验数据与平台

实验数据采用BELL 407直升机搭载中测瑞格HS-1600激光扫描设备(扫描仪为VUX-1LR)获取,飞行参数为航高200 m,飞行速度50 km/h,点密度约为每平方米50点;采集的线路为国家电网某500 kV交流线路62.9 km。

数据质检和快速分析软件为国网通用航空有限公司自主研发的软件。

2.2 实验结果与分析

2.2.1快速分类

根据以上算法流程,对数据进行快速分类,分类效果如图2所示。从图2(a)可看出,算法能够有效分类出杆塔、地面和导地线等点云。对于地形有较大起伏的复杂区域,仍能有效提取出完整的地面,证明算法对山区复杂地形有较强鲁棒性。从图2(b)可看出,算法提取出的杆塔点云完整。从图2(c)可看出,导地线提取连续完整,单根地线和四分裂导线都得了良好的提取效果。

图2 分类效果图

2.2.2数据质检

数据质检结果如图3所示。从图3看出,通过检查发现,#63～#64导地线有4处缺失,如图3(a)矩形框所示;#63杆塔完整,但绝缘子略微缺失,如图3(b)中圆圈所示。

图3 数据检查结果

2.2.3快速分析

根据《DL/T 741 架空输电线路运行规程》规定的各类地物的最小安全距离,计算安全距离。若植被与导线的安全距离小于最小安全距离,将该植被点视为隐患点,如图4所示。

图4 树木隐患示意图

图4中上面2个小圆点表示地线截，下面3个大点表示导线截面。

2.3 质检与快速分析效率

实验采用的计算机为ThinkPad T470笔记本电脑,处理器为Intel Core i5-7200U,处理点云数据量共10.7 GB,效率如表1所示。

表1 数据质检与快速分析用时图 单位：min

从表1可看出,本文方法在点云分类和质检方面通过自动化的手段能极大提高工作效率。

3 结束语

本文针对输电线路激光扫描数据质量检查工作量大、效率低、输电通道安全距离快速分析时效慢等问题,提出了快速分类与质检、快速分析的方法,有效提高了质检与快速分析的效果,缩短了产品提交周期。但在影像质量检查方面、重要交跨物分类的自动化程度上存在欠缺,是下一步研究的方向。